Académique Documents
Professionnel Documents
Culture Documents
Sous Espaces Affines Cours
Sous Espaces Affines Cours
Sous-espaces affines
Sommaire
I Sous-espaces affines . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 291
1) Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 291
2) Propriétés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 292
3) Repères cartésiens . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 292
II Hyperplans affines . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 292
1) Équation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 292
2) Hyperplans affines dans un euclidien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 292
III Équations linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 293
1) Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 293
2) Structure des solutions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 293
IV Solution des exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 294
I SOUS-ESPACES AFFINES
1) Définition
Soit →
−
u ∈ E, la translation de vecteur →
−
u est l’application 1 t→u : E → E définie par t→
−
→
− →
− → −
u ( v ) = u + v . L’ensemble
−
de ces applications est noté TE et il est facile de vérifier que (TE , ◦) est un groupe abélien, c’est un sous-groupe
du groupe des permutations de E.
Si →
−v,−→ sont deux vecteurs de E, alors il existe un unique vecteur →
w −
u ∈ E tel que t→ →
− −→
u ( v ) = w . Cette
−
propriété très simple, suggère un autre point de vue pour les éléments de E : la notion de points.
La propriété précédente peut alors s’énoncer sous la forme suivante : si A et B sont deux points de E, alors
−−→
il existe un unique vecteur → −
u tel que B = t→ →
−
u (A). Ce vecteur u est noté : AB , on remarquera que :
−
−−→ −−→
– AB = B − A, et A + AB = B,
−−→
– AB = 0 ⇐⇒ A = B,
−−→ −−→
– BA = −AB ,
−−→ −−→ −−→
– AC = AB + BC .
−−→
AB
→
−
0
→
−
1. non linéaire si →
−
u 6= 0 .
Définition 29.1
Un sous - espace affine de E est l’image d’un s.e.v. de E par une translation. Soit V une partie de E, V
est un s.e.a. de E si et seulement si il existe un s.e.v V et un vecteur → −
u tel que V = t→
u < V >, si c’est
−
le cas, V est appelé direction du s.e.a. V (ce que l’on écrira : (V , V)), et on pose dim(V ) = dim(V). On
remarquera qu’un s.e.v. est un s.e.a. de direction lui-même.
2) Propriétés
– Si V est un s.e.a. de direction V, alors V est unique (mais pas le vecteur de la translation), de plus V est
un s.e.v. si et seulement si V contient le vecteur nul.
−−→
– Si (V ,V) est un s.e.a. alors ∀ A ∈ V , V = {A + → −
u /→ −
u ∈ V}, et V = {AB / B ∈ V }, on remarquera que
−−→
∀ B ∈ E, B ∈ V ⇐⇒ AB ∈ V.
– Si (V ,V) et (V 0 ,V 0 ) sont deux s.e.a. de E, et si V ∩ V 0 n’est pas vide, alors V ∩ V 0 est un s.e.a de direction
V ∩ V0.
−−→
– Soient (V ,V) et (V 0 ,V 0 ) sont deux s.e.a. de E, soient A ∈ V et A0 ∈ V 0 , alors V ∩ V 0 6= ∅ ⇐⇒ AA0 ∈ V + V 0 .
On remarquera que la condition est nécessairement remplie lorsque E = V + V 0 .
3) Repères cartésiens
Définition 29.2
Un repère cartésien R = (O, − e→ −→
1 , . . . , e n ) de E, est la donnée d’un point O de E (appelé origine du
−
→ −→
repère), et d’une base B = (e 1 , . . . , e n ) de E. Pour tout point M de E, on appelle coordonnées de M
−−→
dans le repère R, les coordonnées du vecteur OM dans la base B. On remarquera qu’il s’agit des
coordonnées de M − O dans la base B.
II HYPERPLANS AFFINES
1) Équation
Équation(s) cartésienne(s) d’un hyperplan affine : Soit R = (O, B) un repère de E, avec dim(E) = n, soit
(H , H) un hyperplan affine de E, soit a 1 x 1 + · · · + a n x n = 0 une équation de H dans la base B (un des a i
au moins est non nul), soit A(u 1 , . . . , u n ) ∈ H . Un point M de coordonnées (x 1 , . . . , x n ) appartient à H si et
−−→
seulement si AM ∈ H, ce qui revient à dire que a 1 (x 1 − u 1 ) + · · · + a n (x n − u n ) = 0, on obtient une équation
cartésienne de H de la forme a 1 x 1 + · · · + a n x n = b.
FExercice 29.2 Montrer que la réciproque est vraie, c’est à dire que les points de coordonnées (x 1 , . . . , x n ) vérifiant une
équation du type a 1 x 1 + · · · + a n x n = b avec au moins un des coefficients a i non nul, forment un hyperplan affine de
direction l’hyperplan vectoriel d’équation cartésienne a 1 x 1 + · · · + a n x n = 0.
M(x 1 , . . . , x n ) ∈ H ⇐⇒ α1 x 1 + · · · + αn x n = c
⇐⇒ α1 x 1 + · · · + αn x n = α1 a 1 + · · · + αn a n (car A ∈ H )
⇐⇒ α1 (x 1 − a 1 ) + · · · + αn (x n − a n ) =
−−→
⇐⇒ (n|AM ) = 0
À retenir
Les coordonnées d’un vecteur normal à H se lisent directement sur une équation cartésienne de H .
La direction de l’hyperplan affine est H = {x ∈ E / (n|x) = 0} = Vect [n]⊥ .
d(M, H ) = PM. P
A
Calcul de d(M, H )
−−→ −−→ −−→ −−→ − −−→ −
Soit →
−
n un vecteur normal à H et A un point de H on a AM = AP + PM or AP ⊥→
n , d’où AM · →
n =
−−→ →− →
−
PM · n = ±PMk n k (vecteurs colinéaires) et donc :
¯−−→ ¯
→
−¯
¯AM · n ¯
¯
d(M, H ) = PM =
k→
−
nk
Si H est donné par une équation cartésienne α1 x 1 + · · · + αn x n = c dans un repère orthonormal, alors on
−−→ −
peut prendre n(α1 , . . . , αn ) et on a AM · →
n = α1 (x 1 − a 1 ) + · · · + αn (x n − a n ) = α1 x 1 + · · · + αn x n − c car A ∈ H ,
par conséquent on a :
|α1 x 1 + · · · + αn x n − c|
d(M, H ) = q
α21 + · · · + α2n
1) Définition
Définition 29.3
Une équation linéaire est une équation du type : u(x) = b avec u ∈ L (E, F), b ∈ F et x ∈ E (inconnue).
L’équation u(x) = 0F est appelée équation homogène associée.
ZExemples :
2x − y = 1
– Tout système linéaire est une équation linéaire, par exemple, le système x + 2y = 3 , peut
3x + 5y = −1
se mettre sous la forme u(X) = b avec u : R2 → R3 définie par u(x, y) = (2x − y, x + 2y, 3x + 5y), avec
b = (1, 3, −1) ∈ R3 et X = (x, y) ∈ R2 , il est facile de vérifier que u ∈ L (R2 , R3 ).
– Une équation différentielle linéaire est une équation linéaire, par exemple l’équation différentielle
y 0 + y = 1 peut se mettre sous la forme u(y) = b avec u : C 1 (R, R) → C 0 (R, R) définie par u(y) = y 0 + y (u
est linéaire), et b ∈ C 0 (R, R) la fonction constante 1.
Preuve : Il est clair qu’il y a des solutions si et seulement si b ∈ Im(u). Si on a u(x 0 ) = b, alors l’équation u(x) = b
équivaut à u(x) = u(x 0 ), ou encore à u(x − x 0 ) = 0F (u est linéaire), ce qui équivaut encore à ∃ y ∈ ker(u), x = y + x 0 .
ZExemples :
– Le système linéaire équivaut à (méthode de Gauss 2 ) :
−y + 2x = 1 −y + 2x = 1
5x = 5 (L2 ← L2 + 2L1 ) ⇐⇒ x = 1
13x = 4 (L3 ← L3 + 5L1 ) 0 = −9 (L3 ← L3 − 13L2 )
La dernière équation montre que ce système n’a pas de solution (i.e. b ∉ Im(u)).
– Pour l’équation différentielle, il y a une solution particulière : y 0 : t 7→ 1. L’équation homogène associée
est y 0 + y = 0 dont¯ les solutions sont les fonctions y = λφ où φ : t 7→ e −t . L’ensemble des solutions est
donc S = 1 + λφ ¯ λ ∈ R .
© ª
Solution 29.2 Soit V = {M(x 1 , . . . , x n ) | a 1 x 1 + · · · + a n x n = b}, supposons le coefficient a 1 non nul, alors le point A(y 1 , . . . , y n )
avec (y 1 , . . . , yn) = ( ab1 , 0, . . . , 0), est dans V . D’autre part :
M(x 1 , . . . , x n ) ∈ V ⇐⇒ a 1 x 1 + · · · + a n x n = a 1 y 1 + · · · + a n y n ⇐⇒ a 1 (x 1 − y 1 ) + · · · + a n (x n − y n ) = 0
−−→
Soit V l’hyperplan vectoriel d’équation a 1 x 1 + · · · + a n x n = 0, alors M ∈ V ⇐⇒ AM ∈ V, donc V est l’hyperplan affine
passant par A et de direction V.
2. Carl Friedrich (1777 – 1855) : mathématicien allemand de génie, sans doute l’un des plus grands de tous les temps.